中亚高分辨率气候预估数据集(1986-2005和2031-2050)

中亚的生态系统脆弱,自然灾害频发,水资源短缺,冰川加速融化,是气候变化敏感区之一。在评估该地区的脆弱性、影响性和适应性时,急需高分辨率的气候预估数据集。为此,我们对来自CMIP5的三个偏差订正后的全球气候模式(MPI-ESM-MR、CCSM4和HadGEM2-ES),在中亚地区开展了9千米的动力降尺度,继而生产了一个中亚高分辨率气候预估数据集,将其命名为HCPD-CA(High-resolution Climate Projection Dataset in Central Asia)。它的历史时段是1986-2005,未来时段是2031-2050,排放情景是RCP4.5。这个数据集有4个静态变量和10个常被用于驱动生态和水文模型的气象要素。静态变量有地形高度(HGT, m)、土地利用类型(LU_INDEX, 21 categories)、陆地水体(LANDMASK, 1代表陆地, 0代表水体)和土壤类型(ISLTYP, 16 categories)。10个气象要素是日降水量(PREC,mm/day)、2米日平均/最高/最低温(T2MEAN/T2MAX/T2MIN,K)、2米日平均相对湿度(RH2MEAN,%)、10米日平均维向和经向风(U10MEAN/V10MEAN,m/s)、日平均向下短波/长波辐射(SWD/LWD,W/m2)和日平均地表气压(PSFC,Pa)。评估结果显示:这个数据产品在描述中亚各个气象要素的平均态上有很高的质量,这保证了其可用性。未来气候变化的主要特征是:升温剧烈(年均温升高1.62-2.02℃),向下短波和长波辐射显著增强,其他气象要素变化很小。HCPD-CA数据集可被用于评估未来气候变化对中亚的多方面影响,特别是在生态和水文系统上。

中国1千米分辨率逐日全天气地表土壤水分数据集(2003-2019)

地表土壤水分(SSM)是了解地球表面水文过程的关键参数。长期以来,被动微波(PM)技术一直是在卫星遥感尺度上估算SSM的主要选择,而另一方面,PM观测的粗分辨率(通常>10 km)阻碍了其在更细尺度上的应用。虽然已经提出了定量研究,以缩小基于卫星PM的SSM的规模,但很少有产品可供公众使用,以满足1km分辨率和全天候条件下每日重访周期的要求。因此,在本研究中,我们在中国开发了一种具有所有这些特征的SSM产品。该产品是通过在36 km处对基于AMSR-E和AMSR-2的SSM进行降尺度生成的,涵盖了2003-2019年间两台辐射计的所有在轨时间。MODIS光学反射率数据和在多云条件下填补空白的每日热红外地表温度(LST)是降尺度模型的主要数据输入,以实现SSM降尺度结果的“全天候”质量。4月至9月期间,这一开发的SSM产品的每日图像在全国范围内实现了准完全覆盖。在其他月份,与最初的每日PM观测值相比,开发产品的全国覆盖率也大大提高。我们根据2000多个专业气象和土壤水分观测站的现场土壤水分测量结果对该产品进行了评估,发现该产品的精度在晴空到多云的所有天气条件下都是稳定的,无偏RMSE的站平均值在0.053 vol到0.056 vol之间。此外,评估结果还表明,开发的产品在1km分辨率下明显优于广为人知的SMAP Sentinel(主被动微波)组合SSM产品。这表明,我们开发的产品在改善未来水文过程、农业、水资源和环境管理相关调查方面可能带来的潜在重要效益。